Évaluation automatisée de l'enseignement basée sur le lexique via de courtes critiques d'étudiants

Résumé Les évaluations des étudiants sur l'enseignement (SET) sont devenues une approche populaire pour évaluer l'enseignement des facultés. Le questionnaire basé sur des questions et des scores est la mesure de SET la plus couramment adoptée dans les universités. Cependant, il ne couvre pas des aspects importants du processus d'enseignement qui ne sont pas mentionnés dans le questionnaire prédéfini, qui peuvent être substantiellement obtenus à partir des courtes critiques des étudiants. Dans cet article, nous proposons deux méthodes basées sur le lexique, spécifiquement basées sur les connaissances et basées sur l'apprentissage automatique, pour extraire automatiquement des opinions à partir de courtes critiques. De plus, la diversité des thèmes et des styles des critiques ayant la même polarité de sentiment peut être observée à partir des résultats d'opinion extraits. Les résultats expérimentaux montrent que les méthodes proposées sont en mesure d'atteindre des précisions de 78,13 et 84,78 %, respectivement, dans la tâche de classification de sentiment des critiques d'étudiants. Une enquête plus approfondie sur les caractéristiques linguistiques montre que les critiques avec la même polarité de sentiment partagent des motifs de langue similaires. Enfin, nous présentons un scénario d'application dans le processus SET réel en utilisant les méthodes et découvertes mentionnées ci-dessus.